Detecção da ocorrência de detonação em motores de combustão interna de ignição por centelha baseada em redes neurais artificiais
Resumo
Neste trabalho foram avaliadas técnicas de detecção de detonação utilizando o sinal de pressão de cilindro e o sinal de vibração mecânica em um motor de combustão interna de ignição por centelha. Testes foram realizados para obter um banco de dados com pontos de operação em condições com e sem detonação. Foram adquiridos dois sinais no motor: o sinal de pressão de cilindro e o sinal do sensor de vibração mecânica acoplado ao bloco do motor. O sinal de pressão de cilindro foi aplicado à técnica SEPO (do inglês: signal energy pressure oscillations) para referencial de detecção de detonação. O sinal de vibração mecânica foi aplicado às técnicas clássicas adaptadas MAV (do inglês: maximum amplitude of vibration) e SEV (do inglês: signal energy of vibration). Foi desenvolvida uma técnica com ANN (do inglês: artificial neural network) para a melhora da detecção de detonação utilizando o sensor de vibração mecânica. Obteve-se uma taxa de acertos superior pela técnica da ANN sobre o
melhor caso das técnicas clássicas MAV e SEV. Foi possível obter uma quantidade percentual de erros de detecção menor na técnica da ANN em relação às outras técnicas MAV e SEV. Obteve-se uma redução de 204% de erros de detecção pela técnica da ANN em relação à técnica MAV e redução de 57% de erro de detecção pela técnica da ANN em relação à técnica SEV. Logo, a abordagem utilizando a ANN obteve resultados com menos erros de detecção em relação às outras técnicas, assim mostrando-se promissora como instrumento de aumento de eficiência em motores de combustão interna de ignição por centelha de pequeno porte
Coleções
Os arquivos de licença a seguir estão associados a este item: